基于专利合作网络的专利权人分析
梁 潇 张丽玮 首都经济贸易大学信息学院
摘要: 本文将通过专利合作网络实现对专利权人的研究。以德温特数据库中的整车控制系统专利为例,绘制专利合作网络,运用社会网络分析方法,对网络密度、中心势、中心性等指标进行分析。并结合专利申请的发展趋势,发现主要合作团队,判断技术发展趋势,识别核心竞争对手,研究核心企业在技术领域中所发挥的作用。
关键词: 专利合作;专利权人;社会网络
一、引言
专利是反映技术创新的重要载体,也是对个人或企业技术的保障。尤其在竞争日益激烈的当下,企业的专利战略的已经成为企业发展必不可少的一部分。[1]而专利权人即专利申请人是专利所有人及持有人的统称,可以是个人也可以是企业。一旦专利被授予后,专利权人即享有该项专利技术的独占权,其技术受到法律保护。因此,研究专利的所有者即是研究技术的归属,是专利研究中非常重要的一部分。
社会网络分析是研究专利或专利权人之间关系的有效方法,诸多学者都对社会网络在专利分析中的应用展开了研究。Pei-Chun Lee等[2]将专利引用与社会网络分析方法相结合,构建了专利引用网络,通过中心度等网络属性,计算专利在网络中所处的位置,研究专利的发展情况。Hsi-Yin Yeh等[3]使用社会网络分析来调查影响企业转型的关键技术,纵向分析了特定领域的竞争趋势。孙涛涛等[4]主要运用专利耦合对技术发展趋势、技术热点、主要技术竞争对手等竞争情报信息进行研究。陈云伟等[5]对专利文献、专利权人、发明人、主题词、分类号之间的合作、引用、共现等关系所绘制的社会网络图进行了分析。
2.冷害 主要症状除叶色暗绿、生长停滞外,往往上部叶有水渍状病斑,并有夹科或全科死苗。其原因主要是由于水稻分蘖期间遭遇寒潮低温侵袭,同时加上连续阴雨的灾害性天气造成。
胆碱(Choline)广泛存在于植物界及人和动物体液内,是生物体代谢的中间产物。富含胆碱的食物有蛋类、动物的脑、动物心脏与肝脏、绿叶蔬菜、啤酒酵母、麦芽、大豆卵磷脂等。胆碱属B族维生素,是目前世界公认的14种维生素品种之一。胆碱现以化学法合成。
对专利权人的研究则具有一定的经济意义。尤其是对企业专利权人的研究,能够帮助企业进行决策。贡金涛等[6]将专利合作网络用以判断企业的核心技术人员。而陈伟等[7]通过加权合作网络对当前专利权人的类型进行了研究。张莹等[8]则通过专利合作网络对专利的地域分布与合作展开分析。
专利文献与普通文献存在着一定的相似之处,它们都可以用社会网络中节点之间的关系来表现。但专利文献具有其独有的特点,首先,专利赋予专利权人一定的法律效力,申请者可以通过专利来保护自己的技术,实现一定期限内的技术独有;其次,专利的审查比文献更加严格,申请者需要避免专利侵权或被侵权,以防止遭受不必要的经济损失。因此,将社会网络方法运用于研究专利及专利权人之间的关系具有更大的实际意义。
我院药品调剂部门整合后管理模式的建立与实践…………………………………………………… 江贺春等(21):2886
这些研究详细介绍了合作网络在专利分析中的应用,但当前对专利合作网络的研究主要以单个企业为出发点或集中于对专利权人基本特征的分析,而缺少对整个技术领域发展的总体研究。本文将从某一技术领域为出发点,通过专利合作网络,结合专利权人的专利申请情况进行分析,并以整车控制系统的专利数据为例,详细介绍专利合作网络在技术竞争情报分析中的应用。
二、相关研究理论
(一)社会网络分析法的基本原理
社会网络分析是对社会关系结构及其属性加以分析的一套规范和方法,它主要分析的是不同社会单位所构成的关系的结构及其属性。社会网络分析为研究人们的相互关系提供了可视化的和数学的分析。通过社会关系矩阵及社会关系网络图两种形式化描述方式,可以评估网络中节点的位置,发现节点的中心性,对网络中各种节点和族进行深入的分析。
1.技术发展不平均,存在大量的发展空间。大量专利集中在少数专利权人手中,专利申请量最高的丰田公司的专利水平远远超过其他企业。
利用正常业务的非正常组合实施欺诈目前已成为业界普遍存在的痛点,如何在第一时间发现黑客的可疑行为避免造成经济损失成为越来越重要的研究方向。本文基于交易序列利用马尔科夫、概率后缀树等机器学习算法,通过对交易日志数据的训练,形成正常交易序列和异常交易序列特征模型,在黑客欺诈攻击成功前及时发现恶意试探行为,并进行预警和处置,避免完整欺诈模式的形成,可以有效防止未知复杂欺诈攻击事件的发生和蔓延。
丰田、株式会社电装、博世三个企业的点度中心性相对其他节点而言要高,说明其在合作网络中发挥着较为重要的影响力。而在整个网络中起到中介作用的节点较少,导致中间中心性的值也普遍较低,在合作网络中仅有丰田与株式会社电装对技术信息与资源的掌控度较大。网络中最大的合作子图由丰田、株式会社电装及松下组成,而其他节点的合作关系均较为简单,因此节点与其他节点的距离也相对较近,从接近中心性上就可以明显的看出这一点。
通过社会网络分析法中节点规模、网络密度、节点中心性等指标的分析,可以实现对合作网络的深入研究。[10]
专利合作网络是社会网络分析方法在研究专利权人关系上的应用。同一专利如果存在两个或两个以上的专利权人,则这些专利权人之间存在合作关系。由于专利本身是法律授予的一项排他性权利,专利合作是专利权人理性选择的结果,其目的是为了实现资源的优化配置,当专利权人之间存在合作关系时,合作企业之间将会建立技术或市场上的合作关系。[9]
专利合作网络中的每个节点代表一个专利权人,节点间的连线代表专利权人之间存在合作关系,可以直接反映技术领域中的主要合作群体。
三、研究方法
(一)专利合作网络
由于整个技术领域所涉及到的专利数据往往是非常巨大的,且相关专利权人众多,不便于具体的分析比较。而专利申请数是衡量专利权人在技术领域发展情况的重要指标,因此选用专利申请数较高的部分专利权人作为主要专利权人展开分析。具体的研究步骤如下:
1.从专利数据库中找到待分析领域的专利数据,并筛选整理出专利权人信息完整的专利作为待查数据;
2.对各专利权人的专利申请数进行统计排序,选取主要分析对象;
3.生成专利合作矩阵,绘制专利合作网络;
4.计算出整个网络的密度、点度中心势、中间中心势,以及各节点的点度中心性、中间中心性、接近中心性等指标;
点度中心性反映在网络中某节点与其他节点直接联系的情况,用来刻画节点在网络中的重要程度,节点大小直接反映节点度的大小,即与该节点存在合作关系节点的多少,点度中心性越大,则该节点在合作网络中具有的影响力也就越大。节点的点度中心性为其中,deg(i)为与点i直接连接的节点数,n-1表示在一个n点图中任何一个节点的最大可能度数。
(二)分析指标介绍
三是合理分配收益。灌溉工程所得收益,一是提取工程折旧和维修费,这些灌溉工程都按照一定的比例提取工程折旧费,工程在运行中如出现损坏,通过在收益中提取的工程维修费由管理者对损坏工程及时修复,保证工程能够正常运转;二是除去工程折旧维修费后在剩余费用中按事先确定的比例提取一部分作为工资支付给项目具体管理人员;三是去除上述两项费用后剩余收益再由工程建设管理者按照投资比例进行分配,保证投资人的收益。
观察组治愈率65.0%明显高于对照组的40.00%,差异具有统计学意义(P<0.05)。护理组治疗总有效率100.0% 明显高于对照组的85.00%,差异具有统计学意义(P<0.05)。两组治疗期间均未出现明显不良反应。详见表1:
5.通过各指标特征的分析得到相关对竞争情报。
中间中心性是以经过节点最短路径的数目来刻画节点重要性的指标。用来测量一个节点在多大程度位于网络中其它节点中间,中间中心性越大表明其对信息的控制越大。点i的中间中心性为j,k表示网络中异于i的两个节点,gjk表示j点与k点之间最短路径的数目,gjk(i)表示j点与k点经过点i的最短路径的数目。
笔者依据实际工作经验及相关文献资料的记载,详细分析现阶段我国青少年实际阅读情况,而后提出全民阅读活动的产生背景,最终介绍全民阅读活动在培养青少年阅读兴趣的过程中发挥出的作用,希望能够让青少年逐渐养成一定阅读兴趣,将人才的作用充分发挥出来,最终在我国构建可持续发展型社会的过程中起到一定促进作用。
接近中心性用来反映网络中某节点与其他节点之间的接近程度,关系到获取信息的快捷程度,接近中心性越小,节点与其他节点的关系越密切。通过可以计算节点的接近中心性,点的接近中心性,dist(i,j)表示点i到点j之间的距离,j为网络图中异于点i的节点。
密度反映网络中各节点间关系的紧密程度,是指在图形中实际存在的边与最大可能边数的比例。用来表示行动者的关系是否紧密,用来测量社会网络中节点的联结程度,网络密度越大,表示网络中节点间的关系越紧密。网络密度的计算公式为,其中M为网络中有效连边的边数,N为网络的节点数。
中心势则反映网络关系在整个图上的分布情况,将各节点中心度信息综合反映在整个网络图上,用来评定网络的集中度与向心度。
四、实证研究
(一)数据来源
随着社会经济和科学技术的不断发展,由汽车工业与电子工业有机融合的整车控制系统成为技术研发的热门领域。本次分析以德温特数据库中整车控制系统的数据为研究对象,从中挑选出申请人较为规范的17834项专利,共涉及6482个专利权人。
统计各专利权人的专利申请数,从中筛选出排名前10的专利权人,作为主要的分析对象,其基本信息如表1所示。
(2)斜Y坡口焊接裂纹试验 试验标准:试验按照《焊接性试验斜Y坡口焊接裂纹试验方法》(GB4675.1—1984)进行。
表1 主要专利权人
(二)专利合作网络可视化
全部专利中与10个主要专利权人相关的专利共有3942个,共涉及专利权人71个。生成全部专利权人中与这71个专利权人存在合作关系的专利合作矩阵,绘制如图1所示的专利合作网络。
图1 主要专利权人的专利合作网络
网络中共有45个节点,除仅有两个节点的全球科技与索尼所在的部分,其他子图分别以丰田、本田、日立、三星为中心节点。而福特公司未出现在合作网络中,其专利全部为自主研发,不与其他专利权人存在合作关系。
(三)专利合作网络分析
1.网络特征
补救措施:一旦出现塌孔现象,需马上增加护筒长度并用机械压入。在下压过程中如遇硬物阻挡无法下压则应当适当加大或者缩小孔径,使护筒顺利下压,但两种方案都需重新处理护筒外的空隙。
表2为专利合作网络的网络特征。
表2 网络特征
影响网络密度的主要因素一般有两个,一是网络规模,二是研发方向差异较大的企业合作的比例。而该合作网络的规模不大,因此造成其密度较小的原因主要是由于网络中各节点的联系并不紧密。除丰田、松下、株式会社电装位于同一个连通子图中,其他主要专利权人间都不存在合作关系。
网络的点度中心势及中间中心势均处于较低水平,说明合作网络不存在明显的集中性、向心性,对网络影响力大的核心节点较少。从图中可以看出,合作子图基本都是围绕着主要专利权人展开,并没有其他较大节点。
2.节点指标
表3为主要专利权人三个中心性指标值。
表3 中心性指标
(二)专利合作网络的理论和方法
可以看出丰田公司无论是从专利申请数还是从影响力和对资源的掌握度上,都处于绝对的领先地位。而株式会社电装则与丰田有着非常密切的合作关系,在合作网络中也有很大的影响力。而全球科技、索尼、福特均不太重视专利的合作研发。
(四)研究结论
通过对专利合作网络的网络密度、中心势、中心性等指标的分析,可以得到以下结论:
4月26日,奔赴阿斯特拉罕途中第2个参观点是伏尔加河渡口。我们先后到离查干阿姆不足2—3公里的两个渡口走访。
2.日本为整车控制技术发展的重要地区。专利申请量最高的十家企业中,70%均为日本企业,拥有着该技术领域的大量技术及资源。
3.合作研究未成规模。尽管合作网络中包括着汽车、电子等不同研究方向的企业,但其相互间的合作关系并不紧密,整个网络中具有绝对掌控力的核心合作团队较少。
无条件答应虽然可以立即让他停止哭闹,但以后很难维持教养原则;即使有条件地答应,宝宝也会把这种经验当成和妈妈“谈判”的必然过程,同样会产生教养问题。那么,怎样提供一条没有“后遗症”的路呢?
4.以丰田为核心,由株式会社电装、松下参与的合作团体已较为成熟,占据着整车控制技术领域中非常重要的地位。丰田提供主要汽车技术,株式会社电装提供汽车配件,松下提供包括通信设备在内的电子设备,使技术资源得到合理分配。
5.以三星、松下为代表的电子科技公司已越来越多的投入到了整车控制领域。汽车行业与电子科技的有机整合将是整车控制系统发展的必然趋势。
五、结语
本文从专利合作网络出发,通过对各网络指标的分析,分别从不同角度分析了当前整车控制系统领域的特征,对企业获取竞争情报,了解技术发展情况,识别核心竞争对手,制定发展战略,有效把握技术资源有着一定的价值。
化合物 3A10:质谱 ESI/MS(negative mode),m/z 250,[M-H]-。 1H NMR(500 MHz,CDCl3,TMS),δ为7.22~7.24(m,2H),7.00(t,J=8.5 Hz,2H),5.83(br.s,1H,NH),4.39 (d,J=6.0 Hz,2H),2.19 (t,J=7.5 Hz,2H),1.62~1.65 (m,2H),1.26 ~1.32 (m,8H),0.87 (t,J=7.5 Hz,3H)。
(一)专利合作网络是一个无向图,其节点通常较为分散,多以若干连通子图的形式存在,每一个子图代表具有合作关系的一个团体,可以用于寻找技术领域的主要合作关系。
(二)通过密度、中心势等网络的总体指标,分析技术领域当前的合作趋势。若网络密度较大,可以说明当前领域的合作已成规模,各企业间联系紧密。若同一子图中专利权人的研究方向相异,则说明存在多元化发展趋势。
(三)通过节点的中心性可以识别出合作网络中的核心专利权人,这些企业往往在技术领域中拥有较大影响力,或对技术资源有较强掌控力。
中国在一般服务支持方面主要集中于农业基础设施与农产品储备建设上,在服务结构上存在着明显不足。而从中国农业发展的现状来看,劳动力老龄化、生产方式滞后等问题十分明显,因此在一般服务结构上应当适当做出调整,增大在新技术培训、技术推广等方面的工作,从而有效提升现阶段中国农业生产力,让农业生产者具备更为先进的生产技术。
(四)核心专利权人所在的连通子图或拥有连接节点越多的子图往往是该技术领域的核心团队,可以较大程度的实现资源共享,往往引领着技术的发展,是市场中强有力的竞争者。
(五)结合核心专利权人及核心合作团队的研究方向,可以帮助判断当前技术领域的主要发展方向与研发趋势。
以上是专利合作网络在获取企业竞争情报中的实际应用,充分论证了专利合作网络在发现主要合作团队,判断技术发展趋势,识别核心竞争对手方面可以发挥重要作用。
参考文献:
[1]陈云伟,方曙.专利权人关联网络的社会网络分析方法研究[J].图书情报知识,2011(3):58-66.
[2]Pei-Chun Lee, Hsin-Ning Su,Feng-Shang Wu. Quantitative mapping of patented technology—The case of electrical conducting polymer nanocomposite[J]. Technological Forecasting & Social Change,2010, 77:466-478.
[3]Yeh H Y,Huang M HChen D Z.The Longitudinal Study of Highly-Impact-Technology Enterprises in the ICT Industry: A Social Network Perspective[J].Journal of Global Information Management,2014,22(4):54-74.
[4]孙涛涛,刘云.专利耦合的企业技术竞争情报分析[J].科研管理,2011,32(9):140-146,156.
[5]陈云伟,方曙.社会网络分析方法在专利分析中的应用研究进展[J].图书情报工作,2012,56(4):90-95.
[6]贡金涛,魏晓峰.基于社会网络分析的专利合著网络研究——以风力发电技术领域在华专利为例[J].情报杂志,2013(11):37-42.
[7]陈伟,李传云,周文,等.基于新能源汽车的加权专利合作网络研究[J].情报学报,2016,35(6):563-572
[8]张莹,许端阳,赵志耘.基于专利的中国区域技术合作网络演化研究[J].中国科技论坛,2015(9):80-86.
[9]张虎胆.基于专利网络方法的技术竞争对手识别研究[D].武汉:武汉大学,2013.
[10]Rochat Y. Closeness Centrality Extended To Unconnected Graphs:The Harmonic Centrality Index[C].Zurich:ASNA. 2009.
中图分类号: G306
文献识别码: A
文章编号: 1001-828X(2019)001-0344-03
作者简介: 梁 潇(1994-),女,汉族,山西临汾人,首都经济贸易大学信息学院,2016级硕士研究生,主要从事专利分析、文本挖掘研究。
标签:专利合作论文; 专利权人论文; 社会网络论文; 首都经济贸易大学信息学院论文;